AI 연구연구 프리프린트
코딩 에이전트의 반복 작업 비용을 줄이는 TokenEconomizer
원문 읽기 · arxiv.org ↗(새 탭에서 열림)모델을 재훈련하지 않고 이전 코딩 작업의 실행 흔적에서 비용을 줄일 위치를 고르는 외부 제어기다.
배경과 방법
- 같은 저장소에서 반복되는 운용 작업과 미사용 도구, 소모적인 실패 루프를 실행 기록으로 찾는다. 제어기는 짧은 지식을 선택 주입하고 도구 목록을 재검토하며 실패 반복에 제한적으로 개입한다.
실험 근거
- Claude Code·Codex·Copilot CLI의 다섯 에이전트/모델 설정으로 6저장소 277개 SWE-Bench 과제를 평가했다. 제어기 호출 비용을 포함한 캐시반영 평균 과제 비용은 18.4~30.9% 줄었다. Pass@1은 네 설정에서 상승했지만 Claude Code+Opus 4.8은 74.0%에서 73.0%로 하락했다.
적용 조건
- Web 개발과 보안 감사 평가도 있었지만 과제 구조마다 절감 폭이 달랐다. SWE-Bench의 관련 독립 수정 흐름은 실제 한 사용자의 지속 세션과 다르며, 잘못된 운용 지식·도구 제거·실패 루프 판정은 복구 절차가 필요하다.
함께 확인할 조건
- 비용 절감률은 토큰 수가 아니라 캐시와 제어기 호출을 반영한 비용의 기본 실행 대비 상대 변화다. 과제들은 같은 저장소의 관련 있지만 독립적인 수정으로 실제 지속 사용자 세션이 아니다. 오래된 운용 지식이나 잘못된 도구 제거·실패 개입의 오류 가능성이 있는 비심사 프리프린트다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.